[发明专利]基于局部关键帧匹配的SLAM快速重定位方法及图像处理装置

权利要求书

1.一种基于局部关键帧匹配的SLAM快速重定位方法，当ORB SLAM2跟踪失败后，用户将相机转向最近拍摄过的场景，采用上述SLAM快速重定位方法；其特征为：包括以下步骤：

图像处理：在基于视觉的ORB SLAM2算法框架中，提取图像的ORB特征点，具体包括：步骤S100，将SLAM输入的彩色图像转换为灰度图；

步骤S110，使用opencv对上一步得到的灰度图提取ORB特征点，ORB特征点计算快并且具有旋转不变性；

图像模糊检测：对图像进行模糊检测，过滤模糊的图片，具体包括：

步骤S120，若ORB特征点个数大于设定的阈值N_max，则进行下一步；否则返回失败；

步骤S130，使用3x3的拉普拉斯Laplace算子对灰度图中图像进行滤波；

步骤S140，计算滤波后图像的标准差；

步骤S150，若图像的标准差小于阈值STD_max,则认为该图像比较模糊，跳过此图像；否则，继续执行下一步；

搜索用于重定位的局部候选帧：构造一个图像集合，这个集合是所有观测到参考关键帧特征点的前n帧图像经过筛选得到的；

图像匹配和优化：用当前帧与图像集合里的图像进行匹配和位姿优化，若符合指定的约束条件，则认为重定位成功。

2.根据权利要求1所述的一种基于局部关键帧匹配的SLAM快速重定位方法，其特征为：上述步骤进一步包括：

1)搜索用于重定位的局部候选帧

步骤S160，搜索用于重定位的局部候选帧，全部放入用于重定位的局部候选帧集合S1中；

2)图像匹配和优化

步骤S170，每次从集合S1中取出一个关键帧，通过ORB SLAM2提供的接口SearchByBow()得到每个关键帧和当前帧图像特征匹配的特征点集合match_points、特征点个数match_num；同时，从ORB SLAM2中得到这些匹配的特征点对应的3D点集合MapPoints；

步骤S180，若match_num小于阈值15，则跳过此关键帧；否则继续下一步；

步骤S190，基于随机抽样一致算法RANSAC和PnP(Perspective-n-Point)算法，计算关键帧和当前帧相对位姿、特征匹配的内点个数max_inliers,所述内点个数max_inliers即为当前帧和关键帧匹配上的特征点个数；

PnP是已知多个3D空间点和它们在图像平面的投影位置时，通过多对3D与2D匹配点，在已知或者未知相机内参的情况下，利用最小化重投影误差来求解相机外参，估算相机的位姿；同时，使用RANSAC算法多次迭代估算位姿；

步骤S200，若上一步骤得到的内点数max_inliers小于10则返回；否则进行下一步；

步骤S210，固定当前帧的地图点，对当前帧的位姿进行局部优化；

步骤S220，若优化出的内点数超过50，则认为重定位成功。

3.根据权利要求2所述的一种基于局部关键帧匹配的SLAM快速重定位方法，其特征为：所述步骤S100将SLAM输入的彩色图像转换为灰度图，按照以下方式转换：

RGB to Gray:0.299*R+0.587*G+0.114*B→Y

其中，R是红色分量，G是绿色分量，B是蓝色分量，Y是灰度图。

4.根据权利要求2所述的一种基于局部关键帧匹配的SLAM快速重定位方法，其特征为：所述拉普拉斯Laplace算子是最简单的各向同性微分算子，它具有旋转不变性；一个二维图像函数的拉普拉斯变换是各向同性的二阶导数，定义为：

其中，Laplace()为拉普拉斯算子

为了更适合于数字图像处理，将该拉普拉斯算子表示为离散形式：

其中，x是像素横坐标，y是像素纵坐标。

5.根据权利要求2所述的一种基于局部关键帧匹配的SLAM快速重定位方法，

其特征为：所述灰度图的均值为：mean＝1/N*∑f(x,y)，N是像素个数，

灰度图标准差：

其中，f(x,y)是图像中横坐标为x、纵坐标为y的像素点的灰度值。